基于GF-1卫星遥感的河套灌区土壤含水率反演模型研究

摘要：

为探究植被覆盖条件下GF-1卫星反演农田土壤含水率的可行性,以河套灌区解放闸灌域沙壕渠为研究区,采用GF-1卫星遥感影像作为数据源,通过全子集筛选法确定不同土壤深度下光谱指数的最优自变量组合,并分别采用多元线性回归(MLR)、BP神经网络(BPNN)、支持向量机(SVM)3种算法,构建不同深度下土壤含水率反演模型.结果表明,全子集筛选后模型反演精度有较大提升,且过拟合现象减弱;植被覆盖条件下各深度土壤含水率敏感程度从大到小依次为0～40 cm、0～60 cm、20～40 cm、0～20 cm、40～60 cm;植被覆盖条件下各模型对土壤含水率反演能力由强到弱依次为BPNN、SVM、MLR;筛选后BPNN在深度0～40 cm下的建模集和验证集R2adj均能达到0.50以上,RMSE在0.02％以内.研究结果可为植被覆盖条件下利用GF-1卫星监测农田土壤含水率提供参考.

关键词：土壤含水率、遥感、反演、GF-1卫星、全子集筛选、光谱指数

所属期刊栏目：53

分类号：S152.7;TP79(土壤学)

资助基金：国家重点研发计划;国家自然科学基金;国家自然科学基金;国家自然科学基金

在线出版日期：2022-10-20（万方平台首次上网日期，不代表论文的发表时间）

页数：共13页

页码：239-251